**DAPD：双锚定策略蒸馏缓解语言模型特权幻觉**

_DAPD: Dual-Anchored Policy Distillation_

> HuggingFace社区论文提出DAPD框架，通过双路径锚定（DPA）和双源锚定（DSA）解决On-policy自蒸馏中的特权幻觉问题。实验显示，DAPD在Qwen3-4B上平均提升2.00分，且在4B和32B规模下分别达到+2.69和+2.78的增益。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.01735)